基于遗传算法的线性判别分析方法

• 作者: 俞能海 庞彦伟 沈道义 王雷
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 线性判别分析 特征值 子空间 遗传算法
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 327-332
• 页数: 6页
• 分类号: TP391
• 字数: 3533字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2008.03.017

摘要

由于线性判别分析(Linear discriminant analysis,LDA)算法并不直接以训练误差作为目标函数,所以在Fisher准则不能代表最小训练误差情况下,LDA算法无法找到最优的分类子空间.本文针对这种情况,首先通过分析数据样本分布与LDA投影向量之间的关系,揭示了LDA投影向量与类间散布矩阵和类内散布矩阵特征值之间存在的关联,并以此提出一种基于遗传算法的LDA算法.该算法以子空间上的训练误差最小为目标,通过遗传算法调整LDA算法中类间矩阵特征值的大小,达到搜索最佳特征子空间的效果.通过模拟数据和真实数据的实验,表明这种方法的分类正确率比现有的线性子空间方法有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雷	中国科学技术大学信息处理中心	192	2018	26.0	36.0
2	俞能海	中国科学技术大学信息处理中心	84	1225	18.0	32.0
3	庞彦伟	天津大学电子信息工程学院	29	148	8.0	10.0
4	沈道义	中国科学技术大学信息处理中心	3	51	3.0	3.0